一个prompt生成六足机器人，18个关节实时求解，但真正有用的是那根红线

Nyxera在X上发了一段视频：一个六足机器人，6条腿，18个关节，全部由实时逆运动学求解，在模拟器里真的走起来了。生成它的起点，是一个Claude Code的prompt。

具体做到了什么：

点一个步态，腿会重新对时。tripod同时抬3条腿，ripple抬2条，wave只抬1条。
每条着地的脚会从身体拉出一条红线，你能直接看到每一步哪几条腿在承重。
拖高度滑块，机身从26厘米升到34厘米，步态不中断。

模拟器在 visual-learning.app/hexapod 可以直接玩。WASD QE移动，X停止，123切换步态，空格暂停，拖拽旋转视角。

评论区有人问得很直接：一个prompt就够？谁签字保证机器人会走路？

翻完Elvar写的完整流程，会发现prompt只是入口，后面是一套结构化的步骤。这个skill叫anatomy，免费，跑在Claude Code里，核心理念一句话：把任何问题变成一台能点击的机器。不是动画，不是示意图，是真实模型驱动的可交互页面。

Elvar用它做过一台意式咖啡机。你磨粉、压粉、锁上手柄、拉杆，窗口里能看到弹簧推着水穿过咖啡粉，9bar压力一点点降下去。每个数字都来自同一个函数模型——粉量18克，出液36克，27秒，锅炉1.1bar，牛奶从4°C打到62°C。屏幕上的表和模型对不上，就是bug。

一台机器由六部分组成：

• 机器本身：能认出来的真实物体，有螺栓、仪表、接水盘。
• 按钮：一步一个，只有下一步可点。手动模式等你按，自动模式循环播放。
• 窗口：切进真正做功的那部分，让你同时看到原因和结果。
• 数字：仪表、屏幕上的读数、小标签，全部由一个小模型驱动。
• 文字：每一步顶部一句提示，简单到7岁小孩能看懂；动作上画声音词，grrrr、tok、psssh。
• 大想法：图下面一句话。弹簧产生压力。如果一句话说不清，说明你画了两件事，一件都没讲透。

关键步骤很具体：先写模型，再画图。模型是纯函数，所有数字从它来。然后检查可读性，检查视觉风格（手绘儿童书，深藏青勾线，奶油纸底，暖灰硬边阴影，不要蓝紫阴影），像批评家一样检查——每一步中间截一帧读一遍，逐帧数像素变化，慢动作必须连续，不能跳拍。Elvar提到他抓过最严重的bug：一帧里杠杆炸成一个巨大黑盘，正常帧变化900到1400像素，那一帧变了95245像素。修完之后扫了全部612帧确认没跳变。

再往后是视频：加window.seek(t)，用headless Chrome逐帧截图，ffmpeg压成H.264，60fps，36秒，4.5MB。并行构建更多机器，一个agent一台。最后部署到一个站点，加一个滑块让人把机器玩坏——剂量从9克拉到22克，看咖啡流速变快还是堵死。

有网友在评论区说，演示很酷，但红色承重线才是能调试的关键。这个判断没错。很多AI生成的交互演示看起来热闹，你没法验证它是不是在胡来。anatomy这套流程把验证成本压得很低：模型先写，数字对不上立刻暴露；每一步截图检查，遮挡和溢出跑不掉；逐帧像素检查，慢动作跳变藏不住。

一个prompt能生成会走路的六足机器人，但真正让这个东西有用的，是那些看起来枯燥的检查步骤。约束越具体，结果越像真的。